基于Agentic AI的变更感知缺陷预测
Research Paper#Software Defect Prediction, LLM, Agentic AI, Change-Aware Reasoning🔬 Research|分析: 2026年1月3日 16:56•
发布: 2025年12月29日 21:32
•1分で読める
•ArXiv分析
本文通过强调标签持久性偏差的问题，挑战了当前软件缺陷预测（SDP）的评估实践。它认为，传统的模型通常因为预测现有缺陷而获得奖励，而不是推理代码更改。作者提出了一种使用LLM和多智能体辩论框架的新方法来解决这个问题，重点关注变更感知的预测。这很重要，因为它解决了SDP模型评估和开发方式中的一个根本性缺陷，可能导致更准确和可靠的缺陷预测。
要点
引用 / 来源
查看原文"The paper highlights that traditional models achieve inflated F1 scores due to label-persistence bias and fail on critical defect-transition cases. The proposed change-aware reasoning and multi-agent debate framework yields more balanced performance and improves sensitivity to defect introductions."